🔍🔍 «Як росія готує ціле покоління пілотів БпЛА» — дослідження OsintFlow

З 2024 року в російську шкільну програму інтегровано систему навчання пілотів та експлуатантів БпЛА, починаючи з молодших класів і до 10-11х включно. Результатом цього впровадження будуть сотні тисяч випускників шкіл, які пройшли глибоке та повноцінне навчання на пілотів БпЛА.

В нашому матеріалі ви зможете дізнатись як побудована система навчання БпЛА в російських школах, ознайомитись та скачати шкільні навчальні програми та підручники.

👉🔗 Читати тут

Над цим варто замислитись і якмога швидше робити висновки.

Автор: PPMaster

ОsintFlow в інших соцмережах:
📱 YouTube 📱Threads 📱 X

❤️‍🩹 Підписатися | Пошук росіян | Сайт | Зв'язок

🦅 «Загони Wildberries» для ударів по Києву: нова фантазія депутата Держдуми

Депутат Держдуми РФ Віталій Мілонов закликав створити «загони Wildberries» для ударів по Києву у відповідь на ураження логістичних центрів російського маркетплейса на території росії.

Схоже, після знайомства з Пригожиним уява починає працювати в режимі «ПВК всюди». Наступними, мабуть, стануть «бойовий Сбербанк», «штурмовий Озон» і «спецпідрозділ Пошти Росії»...

ОsintFlow в інших соцмережах:
📱 YouTube 📱Threads 📱 X

❤️‍🩹 Підписатися | Пошук росіян | Сайт | Зв'язок

🌍🔍 Що, в біса, робить Google?

Саме з такого питання починається 🔗стаття Henk van Ess від 30 липня, присвячена новій функції генерації зображень у Google Earth.

У пресрелізі Google того ж дня компанія розповіла, що тепер достатньо відкрити будь-яку точку на карті, натиснути Create image і ввести текстовий запит і Nano Banana 2 (поки доступна не всюди й має обмежену кількість безкоштовних запитів на добу) використовує реальні супутникові та аерофотознімки Google як основу й генерує зображення саме цієї локації.

Щоб продемонструвати потенційні ризики, автор створив кілька вигаданих сцен, прив’язаними до реальних координат зокрема: табір біженців біля мексиканського кордону, атомну електростанцію в Ірані та смертельну ДТП на вулиці Амстердама.

🗣У своїй статті автор показав, що проблема не обмежується самим фактом генерації. Створені сцени можуть успадковувати довіру до картографічної платформи, оскільки виглядають як зображення реальної місцевості.

🗣Він також продемонстрував, що після звичайних маніпуляцій із файлами — обрізання та повторного збереження - виявлення походження таких зображень може ускладнюватися.

Публікація набрала популярність: її охоплення в X сягнуло 2,9 млн користувачів станом на зараз. Приблизно годину тому функція стала недоступною для багатьох користувачів, включно з автором дослідження. Причини наразі невідомі.

🗣Ми встигли перевірити самостійно, як ця функція працює. Наш тестовий запит був простим: розмістити російську військову базу в Тегерані з траншеями, технікою та іншими деталями. (Деякі етапи на скрінах у пості).

Google Earth без проблем згенерував нову сцену на основі реальної місцевості, додавши військову інфраструктуру. Звісно, перші результати виглядали «картонними» 😄. І не потрібне навіть досвідчене око геоінтера, щоб помітити проблеми: неприродні пропорції, дивну геометрію об’єктів, повторювані текстури та «іграшковість» сцени. Але саме тут починається найцікавіше.😉

🗣Після кадрування, звичайної 1(!) обробки зображення та повторного збереження синтетична сцена стала значно складнішою для автоматичних детекторів.

Gemini на повному оригінальному зображенні виявив цифровий водяний знак SynthID.

Нагадаємо, що SynthID - цифровий маркер Google, який дозволяє визначити, чи було зображення створене генеративним ШІ. Однак після обрізання цього ж зображення SynthID уже не визначався, хоча Gemini продовжував вказувати на візуальні ознаки ШІ-генерації.

Hive Detect показав іншу поведінку:
🛑повне оригінальне зображення: 70,3% AI Generated;
🛑після пересилання через Telegram*: 54,9% AI Generated;
🛑обрізка оригінального зображення: 92,7%
🛑фрагмент після повторного збереження через Telegram: 92,7% AI Generated.
🛑після базової обробки зображення та повторного збереження: 32,5% AI Generated
🛑Далі ми зробили ще один етап: очищення метаданих + повторне збереження.

Фінальний результат: 11,8% Likely to be AI-Generated Image.

При цьому ми точно знали походження файлу: це була та сама синтетична сцена, створена Google Earth AI. Після проходження через звичайний ланцюжок обробки цифрові ознаки походження стали менш очевидними для автоматичного аналізу. Це не означає, що один детектор працює «краще», а інший «гірше». Вони аналізують різні сигнали.

Gemini значною мірою може спиратися на цифровий маркер SynthID, тоді як Hive Detect оцінює візуальні характеристики самого файлу. Обрізання, стиснення, повторне збереження та інше можуть впливати на результат.

⚠️ У чому реальний ризик?

Фейки існували й раніше. Новизна в іншому: вигадана сцена отримує «географічну правдоподібність». Вона вже не просто виглядає як випадкове AI-зображення. Вона прив’язана до реального місця, реального рельєфу, справжніх координат і знайомого інтерфейсу картографічного сервісу, якому користувачі довіряють роками.

*пересилання через Telegram використовувалося як простий тест впливу повторного збереження та стиснення на можливість виявлення ШІ-контенту.

Відео: 𝚑𝚎𝚗𝚔 𝚟𝚊𝚗 𝚎𝚜𝚜

ОsintFlow в інших соцмережах:
📱 YouTube 📱Threads 📱 X

❤️‍🩹 Підписатися | Пошук росіян | Сайт | Зв'язок